《表1 建模数据的统计量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络的华北落叶松小班蓄积预估模型研究与应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

2012年森林资源小班数据由塞罕坝机械林场提供，包含了6个林场（北曼甸、三道河口、三乡、千层板、大唤起、阴河），记录每块小班的年龄、平均胸径、平均树高、株数密度和林分蓄积量等57个变量。选取了5 811个落叶松小班数据，其中4 648个小班用于拟合，1 163个小班用于检验。为了区分立地条件，根据华北落叶松人工林立地指数相关研究[25]，采用SI方程计算出立地指数。由于小班调查数据中缺少林分优势高的数据，因此采用标准地调查数据构建林分平均高-林分优势高模型[25，26]，如公式（1）所示。用于此建模数据的落叶松林分因子统计量见表1，可以看出，拟合值和检验值基本吻合。